Score-based Metropolis-Hastings for Fractional Langevin Algorithms
基于分数朗之万算法的评分法梅特罗波利斯-哈斯廷斯方法
机构 * Duke University（杜克大学） ； Morgan Stanley（摩根士丹利） ； Stanford University（斯坦福大学）
AI总结 本文提出MAFLA算法，通过基于评分的校正机制改进分数朗之万算法，提升在重尾分布采样中的精度和稳定性。
高校专区
Stanford University（斯坦福大学）
Digital Simulations to Enhance Military Medical Evacuation Decision-Making
数字化模拟以增强军事医疗撤离决策制定
机构 * University of California Berkeley, Fung Institute（加州大学伯克利分校，冯研究所） ； Stanford University, Stanford Intelligent Systems Laboratory（斯坦福大学，斯坦福智能系统实验室） ； United States Army, Department of Aviation Medicine（美国陆军，航空医学部）
AI总结 MEWI通过三维模拟提升医疗撤离决策能力，增强联合部队的医疗撤离教育与操作效率。
Discrete Diffusion Trajectory Alignment via Stepwise Decomposition
通过分步分解实现离散扩散轨迹对齐
机构 * Stanford University（斯坦福大学） ； Caltech（加州理工学院） ； Tsinghua University（清华大学）
AI总结 本研究提出一种离线偏好优化方法，通过分步分解实现离散扩散模型的轨迹对齐，提升DNA序列设计和语言建模的性能。
Comments ICLR 2026
Mind the Gap: Assessing Wiktionary's Crowd-Sourced Linguistic Knowledge on Morphological Gaps in Two Related Languages
注意缺口：评估维基词典在两种相关语言中形态缺口的群众来源语言知识
机构 * Stanford University OHS（斯坦福大学OHS）
AI总结 本研究通过定制神经形态分析器评估维基词典在拉丁语和意大利语中的形态缺口可靠性，发现7%的拉丁语词根存在争议。
Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce
人工智能代理的未来工作：跨美国劳动力市场的自动化与增强潜力审计
机构 * Stanford University（斯坦福大学）
AI总结 本文提出一种审计框架，评估职业任务中人工智能代理的自动化与增强潜力，揭示人类自主性需求与技术能力的匹配情况，为AI代理发展提供关键洞察。
Comments Preprint, data available at https://futureofwork.saltlab.stanford.edu/
Do Latent-CoT Models Think Step-by-Step? A Mechanistic Study on Sequential Reasoning Tasks
潜在链式思考模型是否分步思考？对序列推理任务的机制研究
机构 * Institute for Computational and Mathematical Engineering, Stanford University, Stanford, USA（计算与数学工程研究所，斯坦福大学） ； MOE Key Lab of Computational Linguistics, Peking University, Beijing, China（教育部计算语言学重点实验室，北京大学） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院）
AI总结 本文研究了CODI模型在序列推理任务中的机制，揭示了潜在链式思考在不同跳数下的计算路径及可靠性问题。
Comments 20 pages, 14 figures
Neural Ising Machines via Unrolling and Zeroth-Order Training
通过展开和零阶训练的神经异步机
机构 * Stanford University（斯坦福大学）
AI总结 通过展开和零阶训练的神经异步机提出了一种数据驱动的启发式方法，用于高效解决NP难的Ising和Max-Cut优化问题。
VoxServe: Streaming-Centric Serving System for Speech Language Models
VoxServe：面向语音语言模型的流式服务系统
机构 * University of Washington（华盛顿大学） ； Stanford University（斯坦福大学）
AI总结 VoxServe是一种面向语音语言模型的流式服务系统，通过模型执行抽象和流式感知调度提高吞吐量和流式传输性能。
Comments The code is available at https://github.com/vox-serve/vox-serve
GRIP2: A Robust and Powerful Deep Knockoff Method for Feature Selection
GRIP2：一种稳健且强大的深度 knockoff 方法用于特征选择
机构 * Institute for Computational and Mathematical Engineering, Stanford University, Stanford, California, USA（计算与数学工程研究所，斯坦福大学） ； Department of Biomedical Data Science, Stanford University, Stanford, California, USA（生物医学数据科学系，斯坦福大学）
AI总结 GRIP2是一种基于深度学习的特征选择方法，通过二维正则化表面整合特征活动，实现对假发现的严格控制，并在高相关性和低信噪比环境下表现出更强的鲁棒性和稳定性。
Synthetic Student Responses: LLM-Extracted Features for IRT Difficulty Parameter Estimation
合成学生响应：基于LLM提取的IRT难度参数估计
机构 * School of Education, Stanford University（教育学院，斯坦福大学）
AI总结 利用LLM提取的特征，通过模拟学生响应过程准确估计IRT难度参数，实现高相关性预测。
Comments 17 pages, 7 figures
RAudit: A Blind Auditing Protocol for Large Language Model Reasoning
RAudit: 一种用于大语言模型推理的盲审协议
机构 * Stanford University（斯坦福大学）
AI总结 RAudit通过盲审协议检测大语言模型推理中的问题，揭示了四个导致模型不可靠的机制，挑战了能力与鲁棒性之间的关系。
Comments 24 pages, 21 tables, 3 figures
A Unified View of Attention and Residual Sinks: Outlier-Driven Rescaling is Essential for Transformer Training
注意力与残差汇流的统一视角：异常驱动的重缩放对变换器训练至关重要
机构 * Qwen Team（Qwen团队） ； University of Edinburgh（爱丁堡大学） ； Stanford University（斯坦福大学） ； Tsinghua University（清华大学）
AI总结 本文提出异常驱动重缩放对变换器训练的重要性，通过统一注意力与残差汇流的起源，展示了异常值在训练稳定性与性能提升中的关键作用。
Open-Vocabulary Functional 3D Human-Scene Interaction Generation
开放词汇功能3D人类-场景交互生成
机构 * Meshcapade ； University of Amsterdam（阿姆斯特丹大学） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Stanford University（斯坦福大学）
AI总结 FunHSI通过功能驱动框架生成开放词汇任务下的功能正确3D人类-场景交互。
Comments 18 pages
Hybrid$^2$ Neural ODE Causal Modeling and an Application to Glycemic Response
混合$^2$神经ODE因果建模及其在糖化反应中的应用
机构 * Institute for Computational and Mathematical Engineering, Stanford University（计算与数学工程研究所，斯坦福大学） ； Broad Institute of MIT and Harvard（哈佛大学与麻省理工学院Broad研究所） ； Department of Pediatrics, Stanford University（斯坦福大学儿科系） ； Department of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系） ； Department of Statistics and Department of Computer Science, Stanford University（斯坦福大学统计系与计算机科学系）
AI总结 本文提出了一种混合神经ODE模型，通过引入因果损失来提升因果有效性，应用于1型糖尿病患者运动后葡萄糖动态建模，实现预测性能与因果有效性的双赢。
Journal ref Proceedings of the 41st International Conference on Machine Learning, PMLR 235:62934-62963, 2024
From Retrieving Information to Reasoning with AI: Exploring Different Interaction Modalities to Support Human-AI Coordination in Clinical Decision-Making
从信息检索到AI推理：探索不同交互方式以支持临床决策中的人类-AI协作
机构 * Stanford University Palo Alto CA USA ； Joseph Brant Hospital \& Foundation Ontario ON Canada ； Stanford University ； Joseph Brant Hospital \& Foundation
AI总结 研究探讨了不同交互方式在临床决策支持中的应用，发现临床医生更倾向于使用工具进行信息检索而非主动协作，且交互方式的选择受个体认知风格影响。
Molecular Representations in Implicit Functional Space via Hyper-Networks
通过超网络在隐式函数空间中学习分子表示
机构 * University of Notre Dame（内布拉斯加大学） ； University of Connecticut（康涅狄格大学） ； Independent Researcher Visiting Zhang's Lab in UConn（独立研究者） ； University of Surrey（萨里大学） ； Stanford University（斯坦福大学） ； University of Cambridge（剑桥大学） ； Yale University（耶鲁大学） ； University of Washington（华盛顿大学）
AI总结 MolField通过超网络在隐式函数空间中学习分子表示，实现对分子场的连续建模，提升分子性质预测的稳定性与泛化能力。
Gaussian Process Bandit Optimization with Machine Learning Predictions and Application to Hypothesis Generation
带有机器学习预测的高斯过程贝叶斯优化及假设生成应用
机构 * Department of Management Science and Engineering, Stanford University, Stanford, USA（管理科学与工程系，斯坦福大学，斯坦福，美国） ； Graduate School of Business, Stanford University, Stanford, USA（商学院，斯坦福大学，斯坦福，美国）
AI总结 PA-GP-UCB 是一种结合机器学习预测和离线数据的贝叶斯优化算法，通过校正预测偏差和减少不确定性，提升样本效率，用于假设生成任务。
Why Reasoning Fails to Plan: A Planning-Centric Analysis of Long-Horizon Decision Making in LLM Agents
为何推理无法规划：从规划角度分析LLM代理在长周期决策中的表现
机构 * University of Notre Dame（诺丁汉大学） ； Stanford University（斯坦福大学） ； Purdue University（普渡大学） ； University of Edinburgh（爱丁堡大学） ； University of Oxford（牛津大学） ； Yale University（耶鲁大学）
AI总结 本文从规划角度分析LLM代理在长周期决策中的失败原因，提出FLARE方法通过前瞻和价值传播提升规划能力，使LLaMA-8B在多个基准中超越GPT-4o。
Thoughtbubbles: an Unsupervised Method for Parallel Thinking in Latent Space
Thoughtbubbles: 一种用于潜在空间中并行思维的无监督方法
机构 * Department of Computer Science, Stanford University, Stanford, CA, United States（计算机科学系，斯坦福大学，斯坦福，CA，美国）
AI总结 Thoughtbubbles是一种通过预训练学习并行自适应计算的转换器变体，能够在潜在空间中实现更高效的计算，提升模型的推理性能和零样本评估表现。
Mechanistic evaluation of Transformers and state space models
Transformer 与状态空间模型的机制性评估
机构 * Stanford University（斯坦福大学）
AI总结 本文通过实验发现Transformer和基于SSM的模型在联想回忆任务中表现优异，而其他SSM模型表现不佳，揭示了不同架构在归纳学习机制上的差异。
Comments 9 page main text, 22 pages total
Differentiable Integer Linear Programming is not Differentiable & it's not a mere technical problem
可微整数线性规划并非可微且并非仅仅是技术问题
机构 * Stanford University（斯坦福大学）
AI总结 该研究指出可微整数线性规划方法存在根本性错误，其原因在于替代损失在随机性实现中不连续，影响了随机梯度下降的稳定性。
Repairing Reward Functions with Feedback to Mitigate Reward Hacking
通过反馈修复奖励函数以缓解奖励黑客
机构 * Computer Science Department, Stanford University（计算机科学系， 斯坦福大学） ； School of Informatics, The University of Edinburgh（信息学院， 埃迪索恩大学）
AI总结 通过反馈修复奖励函数以缓解奖励黑客，提出PBRR方法，通过学习过渡依赖的修正项来改进代理奖励函数，从而在较少偏好下实现高性能策略。
MuSLR: Multimodal Symbolic Logical Reasoning
MuSLR：多模态符号逻辑推理
机构 * National University of Singapore（新加坡国立大学） ； Stanford University（斯坦福大学） ； Peking University（北京大学） ； UniMelb（墨尔本大学） ； University of Auckland（奥克兰大学） ； MBZUAI（穆斯林人工智能研究所） ； University of California, Santa Barbara（加州大学圣芭芭拉分校）
AI总结 MuSLR提出了一种多模态符号逻辑推理基准，通过形式逻辑规则提升VLMs的推理能力，显著提升链式推理性能及复杂逻辑处理效果。
Comments Accepted by NeurIPS 2025
Differential privacy for medical deep learning: methods, tradeoffs, and deployment implications
医疗深度学习中的差分隐私：方法、权衡与部署影响
机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学模式识别实验室） ； Department of Diagnostic and Interventional Radiology, University Hospital RWTH Aachen（亚琛大学诊断与介入放射科） ； Department of Radiology, Stanford University（斯坦福大学放射科） ； Department of Urology, Stanford University（斯坦福大学泌尿科）
AI总结 本文探讨医疗深度学习中差分隐私的应用，分析其在隐私保护与模型性能之间的权衡及部署影响。
Journal ref npj Digit. Med. 9, 93 (2026)
Scaling Laws for Downstream Task Performance of Large Language Models
大语言模型下游任务性能的扩展定律
机构 * Google Research（谷歌研究） ； OpenAI（开放人工智能） ； Stanford University（斯坦福大学）
AI总结 本研究探讨了预训练数据规模和分布对齐对大语言模型下游任务性能的影响，揭示了扩展定律在迁移学习中的应用及翻译质量的预测方法。
Comments Published at the International Conference on Learning Representations (ICLR) 2025, with title: "Scaling Laws for Downstream Task Performance in Machine Translation"
Designing Underactuated Graspers with Dynamically Variable Geometry Using Potential Energy Map Based Analysis
设计具有动态可变几何结构的欠驱动夹具：基于能量图的分析
机构 * Stanford Artificial Intelligence Lab (SAIL)（斯坦福人工智能实验室（SAIL）） ； Stanford University（斯坦福大学）
AI总结 本文提出基于能量图的欠驱动夹具设计方法，通过引入摩擦力分析，实现动态可变几何结构以适应不同尺寸物体的抓取需求。
Comments This is an updated version of my original paper (with the same title) published in IROS 2022. Parts of this work were refined or corrected in Chapter 3 of my dissertation, Good Vibrations: Toward Vibration-Based Robotic In-Hand Manipulation (DOI: 10.25740/mm182vq8220), and many of those changes have been incorporated here
Fuzzy Categorical Planning: Autonomous Goal Satisfaction with Graded Semantic Constraints
模糊分类规划：具有分级语义约束的自主目标满足
机构 * Stanford University（斯坦福大学）
AI总结 FCP通过引入模糊度量和Lukasiewicz t-范数提升自然语言规划中模糊约束的处理能力，有效应对多步骤计划中的质量退化问题。
Teaching LLMs to Ask: Self-Querying Category-Theoretic Planning for Under-Specified Reasoning
教大语言模型提问：面向不充分推理的自查询范畴规划
机构 * Stanford University（斯坦福大学）
AI总结 SQ-BCP通过自查询和桥梁假设解决不充分推理问题，显著降低资源违规率并保持高质量计划。
Streaming Tensor Programs: A Streaming Abstraction for Dynamic Parallelism
流式张量程序：一种用于动态并行的流式抽象
机构 * Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 STeP通过引入流式抽象和动态优化技术，提升了SDA在动态张量工作负载中的效率和性能。
Epistemic Diversity and Knowledge Collapse in Large Language Models
知识多样性与大语言模型中的知识崩溃
机构 * University of Copenhagen（哥本哈根大学） ； Aalborg University Copenhagen（奥胡斯大学哥本哈根分校） ； Stanford University（斯坦福大学） ； University of Colorado Boulder（科罗拉多大学波德分校） ； Microsoft Research（微软研究院）
AI总结 本研究通过评估大语言模型的知识多样性，发现模型大小影响多样性，RAG技术提升多样性，但文化背景影响显著，且国家特定信息更偏向英语。
Comments 16 pages; 8 figures, 4 tables; v2 changelog: Fixed the modeling for table 3, random effect is the model version; v3 changelog: Fixed minor formatting issues in tables 2 and 3; v4 changelog: Fixed some typos and model description; v5 changelog: Updated metadata; v6 changelog: Improved search baseline, writing revisions, added comparisons to semantic similarity only approaches
